摘要
由于传统方法无法准确检测出直流系统接地故障,且难以满足自动监测的快速性要求,研究基于RBF神经网络的变电站直流系统接地故障自动检测方法。利用非线性映射收敛能力,确定残差与高斯白噪声序列,建立神经网络故障检测模型;通过分析线圈电阻与电压变化的特征,提取直流系统接地故障特征;将RBF神经网络与数据融合技术相结合,分析滤波后数据是否存在接地故障;利用边缘节点预测故障信息并设置自动预警系统,将支持向量机与遗传算法结合,实现接地故障自动化检测。测试结果表明:在接地故障自动检测方法优化后,当系统运行时间为20 s时,电压处于峰值状态,为3.8×10^(4)V,并且接地故障检测的平均准确率为95.772%,可见优化后的方法可以提高故障检测的准确率。
作者
阳建林
李斐
YANG Jianlin;LI Fei
出处
《自动化应用》
2022年第10期110-113,共4页
Automation Application
